Die Dissertation ist gesperrt bis zum 20. April 2026 !
Zuerst haben wir getippt, dann haben wir gewischt, und heute sprechen wir mit Computern. Künstliche Intelligenz (KI) ermöglicht es Nutzer:innen, mit Computern in natürlicher Sprache zu kommunizieren. Konversationelle KI, wie Amazons Alexa, sind lediglich Werkzeuge, die die Nutzer:innen bei vielen Aufgaben unterstützen (Kulkarni et al., 2019). Menschen anthropomorphisieren jedoch häufig Technologien und reagieren auf soziale Art und Weise (Gambino et al., 2020; Nass & Moon, 2000b). Darüber hinaus haben die jüngsten Fortschritte im Bereich der künstlichen Intelligenz dazu geführt, dass die Interaktionen zwischen Mensch und KI nicht nur sozial sind, sondern in gewissem Sinne mit Intentionen oder Emotionen angereichert werden. Dadurch wurde auch das Potenzial erweitert, Beziehungen zu diesen Agenten aufzubauen (Pentina et al., 2023). Es gibt jedoch nur wenige empirische Untersuchungen, die die Beziehungen zwischen Menschen und KI direkt untersucht haben, die über relationale Substitute wie Vertrauen hinausgehen. Unabhängig von der ontologischen Frage, ob Menschen Beziehungen haben können (Evans et al., 2023), besteht das Ziel meiner Dissertation darin, das gegenwärtige Verständnis darüber zu verbessern, wie Menschen ihre Beziehung zu konversationeller KI wahrnehmen und wie diese Wahrnehmung mit dem Nutzerverhalten zusammenhängt.
In meiner Dissertation löse ich mich von der vorherrschenden Annahme, dass soziale Beziehungen eine Domäne sind, die ausschließlich dem Menschen vorbehalten ist (Guzman & Lewis, 2020). Zum ersten Mal wurde die Theorie der Beziehungsmodelle von A.P. Fiske (Fiske, 1992) herangezogen, um zu bewerten, wie Menschen ihre Beziehung zur Technologie wahrnehmen. Fiskes Theorie der Beziehungsmodelle geht von vier Beziehungsdimensionen aus, die die menschliche Interaktion prägen (authority ranking, market pricing, communal sharing, und equality matching). Ich habe den relationalen Ansatz in vier Online-Querschnitts-studien getestet (Gesamt N=1568). Die Ergebnisse zeigten durchweg, dass die Beziehungsmodi, die Menschen verwenden, um ihre Beziehungen zu konversationeller KI zu konstruieren, denen ähneln, die in Beziehungen zu anderen Menschen verwendet werden, sich aber dennoch etwas davon unterscheiden. Anstelle der ursprünglichen vier Dimensionen nehmen die Nutzer:innen ihre konversationelle KI entlang dreier verschiedener Beziehungs-modi wahr: Authority ranking (d. h. eine hierarchische Diener-Meister Beziehung), market pricing (d. h. eine gleichberechtigte, rationale Beziehung auf “Augenhöhe”) und peer bonding (diese Dimension stellt eine neue, eher emotionale Dimension dar, kollegial). Die ersten beiden Studien unterstrichen den Wert des multidimensionalen Ansatzes, wobei jede
165
Beziehungsdimension distinkte Assoziationen mit Systemwahrnehmungsvariablen (z. B. Vertrauen) und Nutzereigenschaften (z. B. Nutzungszwecke) zeigte.
Nachdem ich eine robuste Methodik zur Untersuchung entwickelt hatte, wie Menschen ihre Beziehung zu konversationeller KI wahrnehmen, führte ich zwei Studien durch, um die Auswirkungen auf das Verhalten zu untersuchen und ihren praktischen Wert im Kontext des Voice Commerce (d. h. Einkaufen mit konversationeller KI). Die Ergebnisse zeigten, dass die Beziehungsmodi zwischen Menschen und KI in unterschiedlichem Maße mit Ergebnisvariab-len verbunden sind, die für Voice Shopping relevant sind. Insbesondere war Voice Shopping stark mit peer bonding verbunden, was die Bedeutung sozio-emotionaler Elemente beim Voice Shopping unterstreicht. Daher konzentrierte sich die anschließende experimentelle Studie auf die Rolle sozio-emotionaler Designelemente, indem sie einen Human-AI-Fit-Ansatz verfolgte (d. h. die Anpassung der Benutzeroberfläche an Benutzereigenschaften zur Optimierung der Benutzererfahrung, Liu et al., 2011). Ich untersuchte die Auswirkungen verschiedener Konversationsdesigns in Bezug auf die Beziehungswahrnehmung der Nutzer:innen beim Voice Shopping. Die Ergebnisse zeigten, dass ein emotionaleres Gesprächsdesign Personen in autho-rity ranking Beziehungen vom Voice Shopping abhielt. Daher ist eine sorgfältige Betrachtung der Wechselwirkung zwischen Design und Beziehungswahrnehmung von entscheidender Be-deutung für das Verständnis von Faktoren, die Voice Shopping behindern oder erleichtern kön-nen.
Trotz verschiedener Einschränkungen bietet diese Dissertation eine stark theorie- geleitete, leicht reproduzierbare Messung der Wahrnehmung der Beziehung zwischen Menschen und KI. Nachdem die praktische Relevanz des mehrdimensionalen Ansatzes im Voice Commerce veranschaulicht wurde, ist es mein Ziel, zukünftige Forscher:innen und Fach-leute zu inspirieren, diesen Ansatz für die Mensch-KI-Beziehung in verschiedenen Kontexten anzuwenden. Ganz gleich, ob es sich um konversationelle KI, konventionelle Systeme oder zukünftige, noch zu realisierende Technologien handelt, in jeder Situation, in der die Wahrnehmung der Beziehung als relevant erachtet wird, bin ich optimistisch, dass sich der hier entwickelte Rahmenwerk der Mensch-KI-Beziehung als nützlich erweisen wird, um ihre po-tenziell positiven oder negativen Auswirkungen auf Mensch-Computer-Interaktionen zu er-gründen.
conversational AI